基于优化隐马尔科夫模型的大型装备的智能维护系统研究
发布时间：2021-05-16 17:25
随着科学技术的不断创新,机械装备正朝着精密化、大型化、复杂化、智能化的方向发展,其造价往往相当昂贵。装备长期运转后的老化、维修时间长或者设备的损坏都将造成极大的损失,因此对大型装备进行智能维护、保障大型装备的流畅运转已成为提高企业核心竞争力的重要因素。智能维护技术是一种预防性维护技术,能够对大型装备的性能衰退进行预测,使装备能够得到有效的维护,即智能维护技术能有效地支持装备的有效利用。因此对大型装备进行智能维护是业界研究的热点。从智能维护的研究背景及意义出发,以大型纸箱包装机械成套设备作为研究对象,展开大型装备的智能维护,对大型装备进行性能衰退预测,确定方案的可行性。从系统需求出发,提出大型装备智能维护系统总体架构。对大型装备运行状态的实时监测是智能维护系统的基础,对装备和产品的性能衰退过程的预测和评估是智能维护系统的核心。首先利用硬件系统采集大型纸箱包装机械成套设备的加速度信号、声发射信号等信号,通过预滤波处理,零均位化处理,消除趋势项处理以及错点剔除处理等方法进行信号预处理,利用主元分析法实现数据降维,采用基于距离的特征评估方法对各特征的重要程度的衡量,并通过网络进行数据的可靠传输...
【文章来源】：广东工业大学广东省
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 大型装备智能维护的研究趋势
1.2.2 应用隐马尔科夫进行性能预测的简况
1.3 论文研究的主要内容
第二章 智能维护系统总体架构
2.1 大型装备运作过程
2.1.1 大型纸箱包装机械成套设备基本工作流程
2.1.2 大型纸箱包装机械成套设备工作原理
2.2 智能维护系统总体框架
2.2.1 系统需求分析
2.2.2 大型装备智能维护系统架构
2.2.3 智能维护系统功能结构
2.2.4 智能维护流程
2.3 本章小结
第三章 大型装备性能衰退预测方法研究
3.1 隐马尔科夫模型理论
3.1.1 隐马尔科夫模型概述
3.1.2 隐马尔科夫模型模型进行衰退预测的可行性
3.2 大型装备性能衰退模型的研究
3.2.1 大型装备性能衰退模型的构造
3.2.2 大型装备性能衰退模型的参数估计
3.2.3 大型装备性能衰退模型的优化
3.3 大型装备的性能衰退预测方法研究
3.3.1 信号的采集处理
3.3.2 大型装备的性能衰退预测
3.4 本章小结
第四章 智能维护系统运行与测试
4.1 测试原则
4.2 大型纸箱包装机械成套设备关键信号的采集
4.3 大型纸箱包装机成套设备的性能指数预测
4.3.1 智能维护系统的软件设计
4.3.2 实验数据分析
4.3.3 预测结果分析
4.4 本章小结
总结与展望
参考文献
在校期间取得的成果
致谢
【参考文献】：
期刊论文
[1]基于自适应神经模糊推理系统的风电机组发电性能研究[J]. 黄永民. 电机技术. 2017(04)
[2]基于隐马尔科夫模型的滚动轴承性能退化评估[J]. 周建民,郭慧娟,张龙. 华东交通大学学报. 2017(04)
[3]三大误区正在影响中国智能化[J]. 李杰. 纺织科学研究. 2017(08)
[4]基于隐马尔科夫模型的风电齿轮箱故障程度评估[J]. 李莹,刘三明,王致杰,朱晓伟,潘志刚. 太阳能学报. 2017(06)
[5]设备远程监测与智能维护势在必行[J]. 汪江. 中国设备工程. 2017(07)
[6]基于贝叶斯置信区间的传感器网络故障诊断方法研究[J]. 何永强,秦勤. 重庆科技学院学报(自然科学版). 2016(05)
[7]基于自适应隐式半马尔可夫模型的设备健康诊断与寿命预测方法[J]. 刘勤明,李亚琴,吕文元,叶春明. 计算机集成制造系统. 2016(09)
[8]基于模糊信息粒化与小波支持向量机的滚动轴承性能退化趋势预测[J]. 陈法法,杨勇,陈保家,陈从平. 中国机械工程. 2016(12)
[9]基于内部衰退和外部冲击的租赁设备修复非新维护策略[J]. 吴常洁,王华,周晓军. 上海交通大学学报. 2015(11)
[10]基于二次相关加权阈值的滚动轴承声发射信号小波包降噪算法研究[J]. 王之海,伍星,柳小勤. 振动与冲击. 2015(21)
博士论文
[1]基于状态监测信息的设备在线健康预测及维护优化研究[D]. 刘勤明.上海交通大学 2014
[2]基于流形学习的滚动轴承故障诊断若干方法研究[D]. 王雷.大连理工大学 2013
[3]小型五轴联动机床介观尺寸铣削加工及其相关模型的研究[D]. 张翔.哈尔滨工业大学 2011
[4]基于设备衰退机制的预知性维护策略及生产排程集成研究[D]. 廖雯竹.上海交通大学 2011
硕士论文
[1]基于声发射的轴承滚动接触疲劳量化诊断技术研究[D]. 裴桃林.燕山大学 2016
[2]基于核主元分析的过程监测方法研究[D]. 冯玮.东北大学 2013
[3]匹配追踪算法的优化及其在滚动轴承故障诊断中的应用[D]. 陶少飞.上海交通大学 2012
[4]无线传感器网络SoC的研究与设计[D]. 刘亚南.西安电子科技大学 2010
[5]基于SOA的设备状态监测与故障诊断系统的研究[D]. 李毅.上海交通大学 2008
本文编号：3190100
【文章来源】：广东工业大学广东省
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 大型装备智能维护的研究趋势
1.2.2 应用隐马尔科夫进行性能预测的简况
1.3 论文研究的主要内容
第二章 智能维护系统总体架构
2.1 大型装备运作过程
2.1.1 大型纸箱包装机械成套设备基本工作流程
2.1.2 大型纸箱包装机械成套设备工作原理
2.2 智能维护系统总体框架
2.2.1 系统需求分析
2.2.2 大型装备智能维护系统架构
2.2.3 智能维护系统功能结构
2.2.4 智能维护流程
2.3 本章小结
第三章 大型装备性能衰退预测方法研究
3.1 隐马尔科夫模型理论
3.1.1 隐马尔科夫模型概述
3.1.2 隐马尔科夫模型模型进行衰退预测的可行性
3.2 大型装备性能衰退模型的研究
3.2.1 大型装备性能衰退模型的构造
3.2.2 大型装备性能衰退模型的参数估计
3.2.3 大型装备性能衰退模型的优化
3.3 大型装备的性能衰退预测方法研究
3.3.1 信号的采集处理
3.3.2 大型装备的性能衰退预测
3.4 本章小结
第四章 智能维护系统运行与测试
4.1 测试原则
4.2 大型纸箱包装机械成套设备关键信号的采集
4.3 大型纸箱包装机成套设备的性能指数预测
4.3.1 智能维护系统的软件设计
4.3.2 实验数据分析
4.3.3 预测结果分析
4.4 本章小结
总结与展望
参考文献
在校期间取得的成果
致谢
【参考文献】：
期刊论文
[1]基于自适应神经模糊推理系统的风电机组发电性能研究[J]. 黄永民. 电机技术. 2017(04)
[2]基于隐马尔科夫模型的滚动轴承性能退化评估[J]. 周建民,郭慧娟,张龙. 华东交通大学学报. 2017(04)
[3]三大误区正在影响中国智能化[J]. 李杰. 纺织科学研究. 2017(08)
[4]基于隐马尔科夫模型的风电齿轮箱故障程度评估[J]. 李莹,刘三明,王致杰,朱晓伟,潘志刚. 太阳能学报. 2017(06)
[5]设备远程监测与智能维护势在必行[J]. 汪江. 中国设备工程. 2017(07)
[6]基于贝叶斯置信区间的传感器网络故障诊断方法研究[J]. 何永强,秦勤. 重庆科技学院学报(自然科学版). 2016(05)
[7]基于自适应隐式半马尔可夫模型的设备健康诊断与寿命预测方法[J]. 刘勤明,李亚琴,吕文元,叶春明. 计算机集成制造系统. 2016(09)
[8]基于模糊信息粒化与小波支持向量机的滚动轴承性能退化趋势预测[J]. 陈法法,杨勇,陈保家,陈从平. 中国机械工程. 2016(12)
[9]基于内部衰退和外部冲击的租赁设备修复非新维护策略[J]. 吴常洁,王华,周晓军. 上海交通大学学报. 2015(11)
[10]基于二次相关加权阈值的滚动轴承声发射信号小波包降噪算法研究[J]. 王之海,伍星,柳小勤. 振动与冲击. 2015(21)
博士论文
[1]基于状态监测信息的设备在线健康预测及维护优化研究[D]. 刘勤明.上海交通大学 2014
[2]基于流形学习的滚动轴承故障诊断若干方法研究[D]. 王雷.大连理工大学 2013
[3]小型五轴联动机床介观尺寸铣削加工及其相关模型的研究[D]. 张翔.哈尔滨工业大学 2011
[4]基于设备衰退机制的预知性维护策略及生产排程集成研究[D]. 廖雯竹.上海交通大学 2011
硕士论文
[1]基于声发射的轴承滚动接触疲劳量化诊断技术研究[D]. 裴桃林.燕山大学 2016
[2]基于核主元分析的过程监测方法研究[D]. 冯玮.东北大学 2013
[3]匹配追踪算法的优化及其在滚动轴承故障诊断中的应用[D]. 陶少飞.上海交通大学 2012
[4]无线传感器网络SoC的研究与设计[D]. 刘亚南.西安电子科技大学 2010
[5]基于SOA的设备状态监测与故障诊断系统的研究[D]. 李毅.上海交通大学 2008
本文编号：3190100
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3190100.html
